【技术实现步骤摘要】
本专利技术涉及金属双极板燃料电池领域，具体而言，涉及基于耗散最小化的大功率金双双极板燃料电池热质强化方法。
技术介绍
1、大功率燃料电池作为一种高效、环保的能源转换装置，在多个领域展现出广阔的应用前景；然而，其在实际运行过程中，由于能量转换和热损失等原因，会产生一定的耗散，这不仅影响了燃料电池的性能，也限制了其使用寿命和应用范围；因此，研究如何最小化燃料电池的耗散，提高其热质传输效率，成为当前燃料电池技术发展的重要方向；
2、传统的大功率燃料电池热质管理方法往往侧重于单一的参数控制或简单的反馈机制，缺乏系统性和综合性；随着传感器技术、数据处理技术和智能控制算法的发展，为燃料电池的热质管理提供了新的思路和方法；通过实时监测燃料电池的运行参数，结合评估模型和智能控制算法，可以实现对燃料电池热质状态的精准控制和优化，从而进一步提高其性能和稳定性。
3、例如：中国专利技术专利(申请号：cn202410051112.3)所公开的“基于汽车的燃料电池热管理仿真方法、装置及可读介质”，其说明书公开：燃料电池汽车因其无污染和高效率的优点而备受关注。整车搭载的燃料电池主要包括热管理系统、氢气供给系统、空气供给系统和电控系统等。伴随着燃料电池汽车向大功率化、重型化应用，燃料电池的热管理问题日趋严重，满足大功率汽车散热要求是燃料电池商业化的重点研究工作。燃料电池热管理系统直接影响电堆的工作温度，建立高精度、高性能的热管理系统仿真平台，结合系统模型的仿真结果对燃料电池发动机进行优化和改进，可以有效的提高燃料电池性能，满足燃料电池
4、因此我们对此做出改进，提出基于耗散最小化的大功率金双双极板燃料电池热质强化方法。
技术实现思路
1、本专利技术的目的在于：针对传统的大功率燃料电池热质管理方法往往侧重于单一的参数控制或简单的反馈机制，缺乏系统性和综合性。
2、为了实现上述专利技术目的，本专利技术提供了基于耗散最小化的大功率金双双极板燃料电池热质强化方法，以改善上述问题。
3、本申请具体是这样的：
4、包括如下步骤：
5、s1：确定需求分析，确定金属双极板燃料电池的应用场景、性能需求以及耗散最小化目标，并确定金属双极板燃料电池对热质强化的具体需求和应用场景特点；
6、s2：建立耗散最小化监控系统，通过传感器获取金属双极板燃料电池的温度、湿度、压力、流量、电压以及电流参数，并对参数进行分析，通过建立耗散最小化评估模型进行实时评估与预测，并利用梯度下降法优化所预测的数据；
7、s3：耗散最小化功能的选择，通过根据燃料电池系统的不同应用场景和需求，预设运行模式，操作人员手动根据实际的应用场景选择对应的运行模式；
8、s4：金属双极板燃料使用场景自适应选择功能实现，结合步骤s1的金属双极板燃料电池的应用场景确定以及步骤s2中的参数实时评估，根据应用场景调整金属双极板燃料电池所对应的参数；
9、s5：金属双极板燃料电池热质强化，结合步骤s2中的耗散最小化监控系统，实时检测金属双极板燃料电池参数的同时，对其参数进行对应的调整。
10、作为本申请优选的技术方案，所述步骤s2中耗散最小化评估模型的建立，具体包括如下步骤：
11、sa：数据收集与预处理，通过实验测量金属双极板燃料电池在不同工况下的参数，包括温度、湿度、压力、流量、电压以及电流参数，利用comsol multiphysics燃料电池仿真软件进行仿真实验，获取工况下的参数，并对收集到的参数进行清洗、去噪以及校准处理；
12、sb：构建模型，根据金属双极板燃料电池能量转换过程中的损失以及热损失，分析耗散的来源以及机理，对耗散评估模型进行简化，建立数学模型，并结合步骤sa中的实验数据以及仿真数据进行模型的校准，其中能量转换损失模型，使用燃料电池的电压、电流和效率来计算能量转换损失，具体公式为：
13、energy conversion loss＝vstack·istack·(1-ηstack)
14、其中：energy conversion loss表示能量转换损失，vstack表示电堆的电压，istack表示电堆的电流ηstack表示电堆的效率；
15、热损失模型公式为：
16、thermal loss＝mcoolant·cp·(tout-tin)+radiative loss+convective loss
17、其中mcoolant是冷却水的质量流量，cp是水的比热容，tout-tin分别是冷却水的出口和进口温度，radiative loss是辐射热损失，convective loss是对流热损失；
18、总耗散模型，将能量转换损失与热损失相加，得到总耗散，具体公式为：
19、total dissipation＝energy conversion loss+thermal loss
20、sc：将模型预测结果与实验数据和仿真数据进行对比验证，根据验证结果对模型进行优化调整，包括修改模型结构与调整参数值；
21、sd：在使用过程中收集系统的实际运行数据，与模型预测结果进行对比分析，及时反馈给模型开发者进行迭代优化。
22、作为本申请优选的技术方案，所述步骤sa中的清洗、去噪以及校准处理其具体的算法公式分别为：
23、清洗：ck＝1/nk∑xi∈ckxi
24、其中nk是聚类ck中的点的数量，xi是聚类中的点；
25、去噪：xdenoised＝w-1(τ(wx))
26、其中，w-1为逆变换，τ(wx)表示对小波变换后的系数应用阈值处理；
27、校准；xcalibrated＝tcalibrated+scalibrated+r
28、其中，tcalibrated和scalibrated分别是经过某种校准方法处理后的趋势和季节性成分，r是残差成分。
29、作为本申请优选的技术方案，所述步骤sb中的建立数学模型，采用建立偏微分方程，根据傅里叶热传导定律建立描述系统行为的偏微分方程，其具体偏微分方程可以表示为：
30、
31、其中，t是温度，x和y是空间坐标，所述建立数学模型还包括构建耗散函数，其耗散函数的具体表达式为：
32、
33、其中φ是一个与温度梯度有关的物理量，k是一个常数，t是温度，v是积分体积。
34、作为本申请优选的本文档来自技高网...
【技术保护点】
1.基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤S2中耗散最小化评估模型的建立，具体包括如下步骤：
3.根据权利要求2所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤SA中的清洗、去噪以及校准处理其具体的算法公式分别为：
4.根据权利要求3所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤SB中的建立数学模型，采用建立偏微分方程，根据傅里叶热传导定律建立描述系统行为的偏微分方程，其具体偏微分方程可以表示为：
5.根据权利要求4所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤S4中金属双极板燃料使用场景自适应选择功能实现具体包括如下步骤：
6.根据权利要求5所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，还包括如下步骤：
7.根据权利要求6所述的基于耗散最小化的
8.根据权利要求7所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤S5中金属双极板燃料电池热质强化具体包括如下步骤：
9.根据权利要求8所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤S1确定需求分析具体包括如下步骤：
10.根据权利要求9所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤一中的数据聚类、关联规则挖掘技术具体采用如下算法：
...【技术特征摘要】
1.基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤s2中耗散最小化评估模型的建立，具体包括如下步骤：
3.根据权利要求2所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤sa中的清洗、去噪以及校准处理其具体的算法公式分别为：
4.根据权利要求3所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤sb中的建立数学模型，采用建立偏微分方程，根据傅里叶热传导定律建立描述系统行为的偏微分方程，其具体偏微分方程可以表示为：
5.根据权利要求4所述的基于耗散最小化的大功率金双双极板燃料电池热质强化方法，其特征在于，所述步骤s4中金属双极板燃料使用...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。